解释 gam.check() 生成的残差图中的模式

Question

我正在创建一个模型来检查海洋特征对捕鱼结果的影响。我在 0.5 度网格上有空间数据，并创建了以下模型：

gam(inverse hyperbolic sine(yvar) ~ s(lat, lon, bs="sos) + s(xvar1) + 
                      s(xvar2) + s(xvar3), data = dat, method = "REML" 

残差的 QQ 图和直方图看起来不错。然而， gam.check() 在残差图中产生了一个奇怪的模式。我知道这些点应该分散在 0 附近，但是残差中有一个非常奇怪的模式。谁能提供一些关于这个情节的解释的见解：

Answer 1

这些将是原始数据中的全 0（最有可能）或 1/最小值。你没有说这些数据是什么，但是当你提到捕鱼结果时，这些数据很可能有一些自然的下限，而残差中的这条线是所有采用这个下限的观察值（在转换之前）。

由于您并不确切地知道您的数据是什么，因此很难进一步评论如何继续（这可能不是问题，或者您可能不需要使用您所做的转换，而是使用 GLM 或其他非高斯响应），但是

1. 这种模式在生态/生物数据中很常见，并且
2. 转换您的响应总是不适用于生态数据。